数据操作 + 数据预处理

这篇博客介绍了NumPy的基础使用,包括元素获取、切片操作以及广播机制。此外,还讲解了PyTorch中如arrange、reshape、cat等函数的应用,涉及数据形状、数组拼接以及广播机制的理解。
部署运行你感兴趣的模型镜像

今天学习了numpy的使用,记录一下,希望能养成习惯。
矩阵操作
1.获取某个元素,需要指定下标
2.获取下标为x的这行元素,形式为 [x,:]
3.图片写错了,获取x列的数据应该是 [:,x]
4.获取子区域的元素 [1:3,1:] 意思是下标为1一直到3之前的行,前闭后开。1:的意思是从下标为1的地方开始一直到最后
5.[::3,::2]的意思是每隔三行,两列获取数据


Pytorch用法;
import torch
torch.arrange(x) 范围是0~(x-1)

shape方法访问数据的形状,即几维数据,以及元素数量
numel 元素总数

reshape 改变形状,例如由一维数组改为二维

数组间的±*/可以直接用到每个元素

torch.arrange(12,dtype=torch.float32).reshape((3,4))这个意思是生成一个0-11的数组,类型为float型,最后转换为3*4的二维数组
torch.cat((x,y),dim = 0) 拼接x,y,拼接方式是在每一列下面拼接
torch.cat((x,y),dim = 1) 拼接x,y,拼接方式是在每一行后面拼接

广播机制:不同维度的数据相加,会用到广播机制,例如31和12相加,31会复制,变成32的,12变成32,这样就可以计算了

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值